-
公开(公告)号：CN110346783B
公开(公告)日：2021-03-19
申请号：CN201910530490.9
申请日：2019-06-19
申请人： 东南大学
IPC分类号： G01S7/52
摘要： 本发明公开了一种基于幂级数等效测距模型的声线修正方法，解决在声线弯曲影响下，测量时间大于直线传播时间而导致的测距失准问题。该方法主要步骤包括：采集时延和斜距的拟合样本、拟合数据确定等效测距模型幂级数形式、用等效测距模型将测得的时延转换为直线斜距。其中，根据有无声速剖面的不同情况，分为PF和MF两种方法得到拟合样本。PF方法根据声速剖面数据模拟计算声线信道模型，生成仿真样本；MF方法利用已知的应答器、GPS和斜距实测值组成样本。在同样需要声速剖面的情况下，PF法达到了声线跟踪法高精度的效果，且大大节省了计算量。在无声速剖面的情况下，声线跟踪法无法进行，MF能够很好地完成声线修正的任务。
-
公开(公告)号：CN110297250A
公开(公告)日：2019-10-01
申请号：CN201910521054.5
申请日：2019-06-17
申请人： 东南大学
摘要： 本发明公开了一种基于泰勒展开的初始掠射角求解方法、声线弯曲修正方法和设备，其主要目的在于解决在声线弯曲影响下，采用声线跟踪法校正测距误差时无法准确获知初始掠射角，而导致的斜距测量误差增大的问题。方法主要步骤包括：采用加权平均声速估算斜距、计算初始掠射角初值、根据等梯度声线跟踪法计算时延偏差、建立泰勒展开的声线跟踪校正模型、校正初始掠射角、判断收敛条件执行迭代步骤、修正声线。本发明可以快速精确地计算初始掠射角确定最短本征声线，解决水面水下水声定位设备精确测距问题。相比于目前采用的搜索跟踪方法，本发明缩小了搜索范围，提高了搜索分辨率，显著地改善了搜索时间和精度，简单高效，适用于水下探测和定位。
-
公开(公告)号：CN105783940B
公开(公告)日：2018-06-19
申请号：CN201610010208.0
申请日：2016-01-07
申请人： 东南大学
摘要： 本发明提供了一种基于信息预评判及导航结果补偿修正的SINS/DVL/ES组合导航方法。本发明在SINS/DVL组合前对DVL的数据有效性进行判断，当DVL数据信息无效时，DVL导航信息不参与组合导航；同时，本发明将残差x2检测法引入，对组合导航结果是否平稳进行评估，并设计了组合导航结果振荡时的补偿修正方法对Kalman输出结果进行实时评判和修正补偿。本发明既能有效抑制SINS/DVL组合导航姿态、速度的发散速度，提高组合系统姿态、速度精度，在一定程度上提高位置精度；又能解决在DVL数据信息质量下降所带来姿态误差的振荡问题。
-
公开(公告)号：CN104330084A
公开(公告)日：2015-02-04
申请号：CN201410643141.5
申请日：2014-11-13
申请人： 东南大学
CPC分类号： G01C21/165 , G01C21/18
摘要： 本发明公开了一种水下航行器用神经网络辅助组合导航方法。本发明由捷联惯性导航系统SINS、多普勒测速仪DVL、磁航向仪MCP和地形辅助导航系统TAN组成，采用径向基函数神经网络(RBFNN)辅助卡尔曼滤波的分散滤波结构和容错方法完成组合导航。在无故障时间段，RBFNN为在线学习模式，SINS与各辅助系统的观测量之差作为RBFNN的期望输出，经误差补偿后的加速度计的输出fb和陀螺仪的输出作为RBFNN的输入；当SINS作为参考系统与各辅助系统组成的子系统发生故障时，立即切换到RBFNN预测模式，预测输出作为相应子滤波器的量测输入。相比于发生故障时的SINS模式，RBFNN模式的导航精度有所提高，尤其当故障恢复时间相对较长时，其导航精度提高的尤为明显。
-
公开(公告)号：CN109737956B
公开(公告)日：2022-06-21
申请号：CN201811543671.7
申请日：2018-12-17
申请人： 东南大学
摘要： 一种基于双应答器的SINS/USBL相位差紧组合导航定位方法，由安装在AUV上的捷联惯导系统和超短基线定位系统组成，超短基线系统的水听器接收基阵和惯导系统固联在一起且已完成安装误差的标定，两个应答器布放在海底，建立超短基线系统水听器与应答器间斜距相位观测模型；双应答器结构的超短基线定位系统，将斜距相位方程分别在水听器层面以及应答器层面进行差分处理；然后将双层差分处理后的斜距相位差分方程提炼为组合导航系统观测方程进行滤波。本发明采用双差处理方法能够有效抵消超短基线定位系统中的共性误差，且采用超短基线相位差作为观测量进行紧组合，避免了USBL直接解算位置带来的坐标转换误差和基阵偏移误差，可有效提高AUV组合导航定位系统的精度。
-
公开(公告)号：CN110132308B
公开(公告)日：2022-04-29
申请号：CN201910447543.0
申请日：2019-05-27
申请人： 东南大学
摘要： 一种基于姿态确定的USBL安装误差角标定方法，超短基线定位系统在水下航行器定位中有着重要的应用。而USBL定位系统的安装误差角对USBL定位精度有重要影响。传统的标定方法对安装误差角的估计精度有限，且对路线要求较高。本申请SINS和USBL在应用过程中固联在一起时，USBL的安装误差角是固定不变的，然后利用姿态确定的思想来完成USBL安装误差角的标定。首先建立基于安装误差角矩阵的矢量观测模型，通过构造观测向量和参考向量，该方法可以实时标定SINS和USBL的安装误差角。该方法的优点在于：该方法能实时标定出USBL安装误差角，并且操作简单，对标定路线没有具体要求；USBL定位系统在水听器接收基阵坐标系下的定位精度越高，该方法的标定精度也就越高。
-
公开(公告)号：CN106054134A
公开(公告)日：2016-10-26
申请号：CN201610340104.6
申请日：2016-05-20
申请人： 东南大学
IPC分类号： G01S5/22
CPC分类号： G01S5/22
摘要： 本发明公开了一种基于TDOA的快速定位方法，其主要目的在于解决被测目标在近距、远距多场景下依靠多个信号接收器探测的时间差进行位置求解的问题。本发明的主要步骤包括：坐标与距离方程的建立、中心距离的求解、目标坐标的求解、建立距离约束和球面关系约束，求解目标坐标的修正解。本发明可以解决水下航行器被动式探测、定位问题，也可用于无线电定位、超声波定位、室内定位等其他基于TDOA的定位问题。相比于目前普遍采用的Chan算法，解决了近距、远距算法不统一，存在模糊解的问题，精度和稳定性均得到进一步提高。比较于Taylor算法，无需外部初值和递归运算，大大减小运算量，而精度和稳定性不变。
-
公开(公告)号：CN105911552A
公开(公告)日：2016-08-31
申请号：CN201610397925.3
申请日：2016-06-07
申请人： 东南大学
摘要： 本发明公开了一种基于北斗短报文功能的反潜声呐浮标，包括设于水下的监听设备和浮于水面的浮体；监听设备包括声呐模块，浮体内部设有信号处理模块、控制模块、三维数字罗盘和北斗收发终端，浮体外部设有天线；声呐模块将探测到的水声信号发送给信号处理模块，控制模块对信号处理模块进行控制，信号处理模块对水声信号进行时延估计并得到水声信号的位置偏移校正量，然后将时延估计结果和位置偏移校正量发送给北斗收发终端，北斗收发终端将时延估计结果和位置偏移校正量连同三维数字罗盘的方位信息一起通过天线发送出去，此外，北斗收发终端还为信号处理模块提供高精度同步时钟。本发明探测精度高，数据传输实时性和抗干扰能力都较强。
-
公开(公告)号：CN110132308A
公开(公告)日：2019-08-16
申请号：CN201910447543.0
申请日：2019-05-27
申请人： 东南大学
摘要： 一种基于姿态确定的USBL安装误差角标定方法，超短基线定位系统在水下航行器定位中有着重要的应用。而USBL定位系统的安装误差角对USBL定位精度有重要影响。传统的标定方法对安装误差角的估计精度有限，且对路线要求较高。本申请SINS和USBL在应用过程中固联在一起时，USBL的安装误差角是固定不变的，然后利用姿态确定的思想来完成USBL安装误差角的标定。首先建立基于安装误差角矩阵的矢量观测模型，通过构造观测向量和参考向量，该方法可以实时标定SINS和USBL的安装误差角。该方法的优点在于：该方法能实时标定出USBL安装误差角，并且操作简单，对标定路线没有具体要求；USBL定位系统在水听器接收基阵坐标系下的定位精度越高，该方法的标定精度也就越高。
-
公开(公告)号：CN107390177A
公开(公告)日：2017-11-24
申请号：CN201710541397.9
申请日：2017-07-05
申请人： 东南大学
IPC分类号： G01S5/26
摘要： 本发明公开了一种基于纯测向的被动水下声学定位方法，由布设在海底的单一声源发射定位信号，搭载在AUV船艏以及船尾上的应答器基阵接收声源信号，计算出每个基阵上的两个应答器的接收信号间的相位差，得到海底声源分别和船艏、船尾连线与船体之间形成的角度，从而得到AUV与声源之间的相对位置信息，之后通过坐标转换可以得到AUV当前的大地坐标。本方法仅通过相位差信息来进行定位，从而达到纯测向的目的，能够有效规避声速在水下传播的不规则而造成的距离误差，能够提升定位精度。此外应答器被动接收声信号，无需上浮出水面进行位置更新，不易暴露位置，提高了隐蔽性和安全性，且应答器置于AUV上，避免了常规置于海底时，所存在的数据通信问题。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.017 秒)
